基于因子分析和結構方程模型的人工智能環保認可度探析

摘要：隨著大數據科學技術的發展，使用人工智能技術進行環境保護成為其應用方向之一。為了定量評價人們對于使用人工智能技術進行環境保護的認可度，以安徽省居民調查結果為例，利用因子分析法將影響人工智能環保認可度的9個因素降維為個人生活、國家社會與自然保護三個層面因子，并建立結構方程模型探討這三個因子的關系與作用路徑。結果表明，公眾認可并支持使用人工智能助力環境保護，其發展前景受到個人生活、國家社會與自然保護三方面協同作用的影響。

關鍵詞：人工智能；環境保護；因子分析法；結構方程模型

中圖分類號：TP311" "文獻標識碼：A

文章編號：1009-3044（2025）18-0007-04

開放科學（資源服務） 標識碼（OSID）

0 引言

黨的“十四五”規劃提出：生態環境治理體系與治理能力現代化需要構建服務型科技創新體系，提升環保產業競爭力；應對氣候變化等全球共同挑戰，需要通過科技創新提出中國方案；改善生態環境質量、保障公眾健康，需要依靠科技創新提升生態環境健康風險應對水平[1]。人工智能技術作為新一輪工業革命的核心技術，目前已經逐漸應用于環境治理領域并產生正向效應[2]。特別是人工智能與大數據的結合，能夠拓展環境治理的時空范圍，優化環境治理的決策機制，提高環境知識和理念的傳播效率[3]。

關于人工智能在環境保護中的應用，已有部分學者進行了相關研究。王加軍[4]認為，從生態環境領域的監管角度來看，隨著人工智能技術的日益成熟，信息采集以及加工處理等各個環節都已邁向信息化與數字化，采集數據量也呈現出爆發式增長的趨勢。劉紅霞等[5]指出，人工智能結合無人機和衛星遙感技術可以用于收集環境參數，還能從大量數據中提取關鍵信息，識別異常數據和噪聲，并進行數據清洗和預處理，以確保數據的準確性和可靠性。容澤仁等[6]認為，由于人工智能具備自適應能力，能夠根據不同環境和數據特點，自動選擇最優算法和模型進行數據整合，提高了數據分析的效果和精度。

以上研究表明，人工智能對我國的環境保護工作發揮了積極作用，但同時也可能存在技術創新、機制協調、資源利用等方面的缺陷。由于人工智能技術與人民生活聯系越來越緊密，調查與分析人民群眾對使用人工智能進行環境保護的認可度及影響因素非常必要。為了更深層次地研究人工智能應用于環境保護的現狀，本文建立數學模型，對人民群眾對人工智能幫助環境保護的認可度進行量化分析。

1 調查數據來源

為了獲得最貼合實際的調查結果，首先進行預調查，以問卷調查作為主要調查方式，隨機走訪調查，共發放問卷188份。其次進行實地訪談，在走訪過程中了解受訪者對人工智能助力環境保護的看法與建議，結合查閱相關資料，對現有問卷進行修改，使問卷更加合理有效，提高數據分析結果的科學性與合理性。

假設置信度為95%時，查[t]分布表可得[t]統計量為[t=1.96]。假設總體中某一特定屬性的比例[ρ=0.5]，允許的誤差范圍[Δ=0.05]，則在重復抽樣下，樣本量[n]的最小值為：

[n0=t2ρ（1-ρ）Δ2=1.962×0.5×（1-0.5）0.052=384.16≈385]

對總體大小進行調整，其中[N]為安徽省總人口數：

[n1=n0NN+n0=385×6127000061270000+385≈385]

取設計效應[deff=1.35]，調整樣本量：

[n2=n1×deff=385×1.35=519.75≈520]

因抽樣過程中會出現無效問卷等情況，預期有效問卷回答率為90%，初步估計樣本容量為：

[n3=n2r=5200.9≈578]

結合問卷發放的實際情況，初步確定在安徽省各地區分發問卷580份以滿足調查需要，并根據具體情況進行動態調整。

調查的抽樣方法分為兩步：首先，進行簡單隨機抽樣，將本省各市級城市按人口數量由多到少依次排序編號；以市為單位，在每個市區內隨機抽取1個區，共抽取16個區。然后，采用等額偶遇抽樣，在各個被抽中的地區實行等額抽樣，在實地訪談過程中采用偶遇抽樣抽取居民，確保樣本的代表性，共計發放問卷580份。

問卷內容圍繞安徽省居民對人工智能技術應用于環境保護的認可度展開，主要從9個方面進行評分：市容市貌提升、生活質量提高、促進綠色經濟發展、實現自動化減少人力付出、減少資源浪費、促進可持續能源發展、減少污染排放、保護自然資源、改善空氣質量。每個方面設置1～5分的評分檔次，1分表示完全不認可，5分表示高度認可，得分越高代表認可度越高，旨在全面評估居民對人工智能環境保護應用不同維度的態度和看法。

2 人工智能環境保護發展前景與影響探析

根據調查獲得的數據，使用卡方列聯表對人工智能在保護環境方面的發展前景及對人們生活產生的影響進行研究分析。通過分析結果，對發展前景與影響進行科學預測，并得出相應結論。

關于人工智能在保護環境方面的發展前景，本次調查結果如表1所示。其中，持有“未來可期，會有很好的發展前景”觀點的人數最多，達到471人，占比81.2%，可見人工智能保護環境的發展前景較好。卡方檢驗結果如表2所示，顯著性P值為0.000，小于設定的顯著性水平0.05，說明人工智能在保護環境方面的發展前景具有顯著性影響。

本文從提高生活質量、實現自動化減少人力付出、改善空氣質量、保護自然資源、減少污染排放、提升市容市貌、促進綠色經濟發展、促進可持續能源發展、減少資源浪費九個方面考查使用人工智能進行環境保護的影響因素。通過卡方檢驗（見表3） ，在置信水平為0.05的條件下，所有9個影響效果的顯著性P值均小于0.05，說明人工智能保護環境對人們生活的影響具有顯著相關性，也可以認為人工智能保護環境受到了群眾的廣泛認可。

3 基于因子分析法的人工智能環保認可度分析

上述考慮的體現人工智能環保認可度的9個指標較多，且它們之間可能存在一定的相關性。為對這九個指標進行降維，本文采用因子分析法。因子分析法能夠在盡可能保留原始數據信息的前提下，從眾多復雜變量中提取出幾個獨立的公共因子，這些因子能夠反映原始變量的主要信息，從而實現降維和簡化數據結構的目的[7]。

首先，對原始數據進行信效度檢驗，以驗證數據的有效性。在因子分析中，KMO值越接近1，Bartlett球形檢驗的P值越小，表明變量間相關性越強，因子分析效果越好。從表4可以看出，KMO值為0.894，接近于1，且Bartlett檢驗的P值為0.000，小于顯著性水平（此處設為0.05） ，說明數據適合進行因子分析。

最后，對提取的公因子進行命名和解釋。為了便于解釋提取的3個公因子的實際意義，表6給出了進行方差最大化正交旋轉后的因子載荷。可以看出，提升市容市貌、提高生活質量、促進綠色經濟發展、實現自動化減少人力付出這4個原始指標在因子1上有較高的載荷，因子1主要解釋這4個變量，可命名為個人生活層面因子；因子2主要由減少資源浪費、促進可持續能源發展這2個指標決定，可命名為國家社會層面因子；因子3主要由減少污染排放、保護自然資源、改善空氣質量這3個指標決定，可命名為自然保護層面因子。

4 基于結構方程模型的影響因素關聯性研究

為了進一步研究上文提取的3個公因子與居民認可度之間的關系及作用路徑，本節選用結構方程模型進行分析。結構方程模型（SEM） 是一種被廣泛認可的研究可觀測變量與潛在變量，以及潛在變量之間關系的重要工具[8]，有助于驗證本文關于人工智能環保居民認可度各影響因素之間的關系。

為探討個人生活層面、國家社會層面、自然保護層面三個因子之間的關聯性，本文假設任意兩個因子之間均存在直接影響關系，且各假設之間相互獨立，具體假設如下。H1：個人生活層面因子（因子1） 能夠直接影響國家社會層面因子（因子2） ；H2：個人生活層面因子（因子1） 能夠直接影響自然保護層面因子（因子3） ；H3：國家社會層面因子（因子2） 能夠直接影響自然保護層面因子（因子3） ；H4：國家社會層面因子（因子2） 能夠直接影響個人生活層面因子（因子1） ；H5：自然保護層面因子（因子3） 能夠直接影響個人生活層面因子（因子1） ；H6：自然保護層面因子（因子3） 能夠直接影響國家社會層面因子（因子2） 。

根據上述假設，并結合表6中3個因子命名時所關聯的各自原始指標，以3個因子為潛變量、9個原始變量為可測變量，建立人工智能環保認可度影響因素SEM模型，模型路徑圖如圖2所示。

通過模型擬合，結果如表7所示。可以看到，當前模型的4個擬合指標GFI、NFI、CFI和RMSEA值均未達標，說明需要對模型進行修正。此時的路徑系數估計結果如表8所示，其中路徑H5的顯著性P值為0.098，大于設定的顯著性水平0.05，應當拒絕原假設H5。因此，考慮刪除路徑H5以修正SEM模型。

通過刪除路徑H5來修正模型，得到修正后模型的擬合結果如表9所示。可以看到，修正后的4個擬合指標均已達標，說明模型擬合度較好，能夠較好地反映數據結構。因此，最終人工智能環境保護SEM的路徑系數估計值如表10所示。

從表10可以看出，5對配對項因子的顯著性P值均為0.000，說明在水平上具有顯著性，對應路徑有效。此外，表中的標準化系數有正有負，表明配對項因子之間存在正向或負向影響，并且系數絕對值越大，影響越強。例如，路徑H6：因子3（自然保護層面因子） 到因子2（國家社會層面因子） 的路徑系數為1.474，是所有路徑系數中最大的，具有最強的正向影響。這說明，當其他條件不變時，變量“自然保護層面因子”每提升1個單位，變量“國家社會層面因子”將直接提升1.474個單位。這表明，使用人工智能進行環境保護不僅能夠節約自然資源、保護自然環境，還能促進國家自然資源的最大化利用。值得注意的是，路徑H2：因子1（個人生活層面因子） 到因子3（自然保護層面因子） 的路徑系數為-1.364，說明二者之間具有負向影響，即個人生活層面因子的增加會導致自然保護層面因子的減少。這可能是因為部分人更傾向于使用高能耗的人工智能設備以提高生活便利性，而這一行為可能對自然環境造成負面影響，從而降低群眾對人工智能在自然保護層面的認可度。

5 結束語

本文圍繞人們對人工智能技術用于環境保護的認可問題，通過模型構建和實證分析，探討了個人生活、國家社會和自然保護在人工智能環保認可中的作用。研究發現，民眾認可并支持使用人工智能技術助力環境保護，不僅提升了日常生活的便捷性，增強了人民生活質量，同時也無需花費大量人力來維持日常清潔與養護，更能夠節約自然資源、保護環境，促進國家綠色經濟的發展。

本研究雖然取得了一定成果，但也存在一些不足。首先，樣本選取局限于特定地域，可能限制了研究結論的普適性。此外，研究數據主要基于問卷調查和訪談，這些方法可能存在一定主觀性。因此，未來研究可結合更多地區的官方客觀數據，以進一步驗證和豐富本研究的結論。其次，未來研究還可引入更多外部變量，如政策法規、就業機會等，以探討這些因素對人工智能在環保領域發展前景的影響。

參考文獻：

[1] 科技部 生態環境部 住房和城鄉建設部 氣象局 林草局.關于印發“十四五”生態環境領域科技創新專項規劃的通知[A/OL].（2022-09-19） [2024-10-10].https：//www.gov.cn/zhengce/zhengceku/2022-11/02/content_5723769.htm.

[2] 喻春嬌，李奧.人工智能技術對環境污染的影響機制述評[J].決策與信息，2022（1）：50-57.

[3] 張文博，周馮琦.人工智能背景下的環境治理變革及應對策略分析[J].社會科學，2019，（7）：23-30.

[4] 王加軍.生態環境監管領域中的人工智能技術應用研究[J].大眾標準化，2022（13）：150-152.

[5] 劉紅霞，李士平，姜強，等.智能技術賦能自我調節學習的內涵轉型、制約瓶頸與發展路徑[J].遠程教育雜志，2020，38（4）：105-112.

[6] 容澤仁，陳忻，許鋒，等.人工智能在環境保護中的應用[J].科技創新與應用，2024，14（17）：165-168.

[7] 林華.基于因子分析和聚類分析的科創板公司綜合評價：來自科創板前50家上市公司的經驗證據[J].市場周刊，2024，37（1）：1-5.

[8] 楊鵬成，尹怡琳，袁碧玉.基于結構方程模型的大學生“特種兵式”旅游滿意度研究[C]//“勞動保障研究”2024研討會論文集（上冊）.成都：成都信息工程大學，2024：150-154.

【通聯編輯：唐一東】